【技术实现步骤摘要】
本专利技术涉及钢结构定位，具体涉及基于计算机视觉和ai的钢结构定位系统及方法。
技术介绍
1、在现代建筑工程中，钢结构因其高强度、轻质、耐久性和可回收等优点，被广泛应用于大型建筑物的建设中。特别是在长距离钢结构通廊的安装过程中，精确的定位是保证工程质量的关键。然而，传统的经纬仪测量方法由于人为因素和设备限制，难以确保高精度的定位一致性。现有的解决方案主要通过人工测量和调整来实现钢结构的定位。虽然这种方式能达到一定的定位功能，但在操作中存在精度不高、效率低、成本高等问题。此外，由于人工操作的主观性较强，定位结果的一致性和稳定性也可能不足。现有的钢结构定位方法主要依赖于人工操作，不仅耗时耗力，而且由于人为因素的影响，定位结果的精度和稳定性可能不足。在面对长距离、高复杂度的环境时，现有方法难以保证定位的一致性和稳定性。在处理大量图像数据和进行复杂计算时，这些方法可能会出现处理速度慢、精度低的问题。
2、中国专利技术专利cn111677294a公开了一种基于数字孪生技术的钢结构智能安装方法，在钢结构施工之前利用revit进行钢结构建模，得到钢结构模型；将钢结构模型导入ansys进行力学性能分析，计算通过后，对钢结构节点制作施工动画，将施工过程通过vr眼镜对钢结构过程进行技术交底；在施工过程中严格按照revit建立的模型进行，并由三维扫描仪对每个钢结构安装施工步骤及时记录，形成点云数据逆建模同设计模型对比，并对钢结构实体安装进行调整，保证施工同设计的一致性；钢结构实体拼装完成后的每个连接节点均布置光线传感器，通过传感器的数据图
3、综上所述，目前公开的基于数字孪生技术的钢结构智能安装方法主要针对现有钢结构梁、柱安装施工质量欠佳、工艺冗杂的问题，在钢结构拼装完成后，对连接节点布置光线传感器，通过传感器的数据图像及时排查施工质量问题，做出整改，而不是在一次安装过程中就能确保所有节点质量合格。且相关技术也无法满足长距离、高复杂度的环境中钢结构通廊安装定位的一致性和稳定性。
技术实现思路
1、根据现有技术的不足，本专利技术的目的是提供基于计算机视觉和ai的钢结构定位系统及方法，在一次安装过程中就能确保所有节点质量合格，以在长距离、高复杂度的环境中保证钢结构通廊定位的一致性和稳定性。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、基于计算机视觉和ai的钢结构定位系统，包括：
4、预设模块，用于对钢结构通廊的预设矩形结构形态及预设矩形结构形态对应的4个角点的准确位姿进行设定；
5、拍摄模块，用于实时拍摄钢结构通廊的第一图像；
6、图像处理模块，用于对第一图像进行预处理得到第二图像，基于第二图像识别钢结构通廊的实时矩形结构形态，基于实时矩形结构形态和预设矩形结构形态获取钢结构通廊的实时偏移角度；
7、传感器模块，用于获取钢结构通廊4个角点的实时位姿，基于4个角点的准确位姿和实时位姿，获取4个角点的实时位姿差值；
8、调整模块，用于对钢结构通廊进行实时调整，直到实时偏移角度小于预设偏移角度阈值且4个角点的实时位姿差值均小于预设位姿差值阈值。
9、进一步地，所述位姿包括姿态信息和位置信息，所述传感器模块包括惯性测量单元和全球定位系统，所述惯性测量单元用于测量钢结构通廊4个角点移动时的姿态信息，姿态信息包括角速度和加速度信息，所述全球定位系统用于提供钢结构通廊4个角点的位置信息。
10、进一步地，所述调整模块包括磁力吸盘、支架、把手和推动件，所述磁力吸盘用于吸附钢结构通廊，所述支架可转动的连接在所述磁力吸盘上，所述推动件包括推动座和推动轴，所述支架的一侧与所述把手固定，另一侧与所述推动座固定，所述把手用于钩住钢结构通廊，所述推动轴固定在钢结构支撑架上。
11、进一步地，所述把手包括第一u形臂和第二u形臂，所述第一u形臂与所述支架固定，所述第一u形臂包括第一端和第二端，所述第二u形臂包括第三端和第四端，所述第一端和所述第三端通过第一直杆相连，所述第二端和所述第四端通过第二直杆相连，所述第一直杆与所述第一端之间的夹角为110-150度，所述第三端与所述第一直杆之间的夹角为110-150度，所述第二直杆与所述第二端之间的夹角为110-150度，所述第四端与所述第二直杆之间的夹角为110-150度。
12、基于计算机视觉和ai的钢结构定位方法，应用于上述的基于计算机视觉和ai的钢结构定位系统，包括以下步骤：
13、对钢结构通廊的预设矩形结构形态及预设矩形结构形态对应的4个角点的准确位姿进行设定；
14、实时拍摄钢结构通廊的第一图像；
15、对第一图像进行预处理得到第二图像，基于第二图像识别钢结构通廊的实时矩形结构形态，基于实时矩形结构形态和预设矩形结构形态获取钢结构通廊的实时偏移角度；
16、获取钢结构通廊4个角点的实时位姿，基于4个角点的准确位姿和实时位姿，获取4个角点的实时位姿差值；
17、对钢结构通廊进行实时调整，直到实时偏移角度小于预设偏移角度阈值且4个角点的实时位姿差值均小于预设位姿差值阈值。
18、进一步地，对第一图像进行预处理得到第二图像的方法为：
19、灰度变换和中值滤波去噪处理。
20、进一步地，基于第二图像识别钢结构通廊的实时矩形结构形态，基于实时矩形结构形态和预设矩形结构形态获取钢结构通廊的实时偏移角度的方法为：
21、利用canny边缘检测算法识别钢结构通廊的边缘，并采用形态学运算提取钢结构通廊的边缘的结构形态特征，所述形态学运算包括膨胀与腐蚀；
22、采用sift和surf算法提取结构形态特征的关键特征点，所述关键特征点为钢结构通廊的4个角点，基于提取的钢结构通廊的4个角点建立实时矩形结构形态；
23、基于预设矩形结构形态获取钢结构通廊预设的四条边，基于实时矩形结构形态获取钢结构通廊实际的四条边，根据预设的四条边与其一一对应的实际的四条边的夹角，将4个夹角的值进行平均得到实时矩形结构形态和预设矩形结构形态获取钢结构通廊的实时偏移角度。
24、进一步地，还包括建立深度学习模型，具体方法为：
25、收集一定量的钢结构通廊安装过程的图像数据建立图像集；
26、对图像集进行人工标注，标注出钢结构通廊；
27、采用vgg-16卷积神经网络进行模型训练；
28、将训练好的卷积神经网络用于钢结构通廊的实时矩形结构形态的识别；
29、基于实时矩形结构形态和预设矩形结构形态获取钢结构通廊的实时偏移角度。
30、进一步地，根据实时偏移角度和实时位姿误差，确定需要调整的方向和幅度，结合pid控制器的比例、积分和微分部分，生成精确的校正指令，对钢结构通廊进本文档来自技高网...
【技术保护点】
1.基于计算机视觉和AI的钢结构定位系统，其特征在于，包括：
2.根据权利要求1所述的基于计算机视觉和AI的钢结构定位系统，其特征在于：
3.根据权利要求1所述的基于计算机视觉和AI的钢结构定位系统，其特征在于：
4.根据权利要求3所述的基于计算机视觉和AI的钢结构定位系统，其特征在于：
5.基于计算机视觉和AI的钢结构定位方法，应用于权利要求1-4任一项所述的基于计算机视觉和AI的钢结构定位系统，其特征在于，包括以下步骤：
6.根据权利要求5所述的基于计算机视觉和AI的钢结构定位方法，其特征在于，对第一图像进行预处理得到第二图像的方法为：
7.根据权利要求5所述的基于计算机视觉和AI的钢结构定位方法，其特征在于，基于第二图像识别钢结构通廊的实时矩形结构形态，基于实时矩形结构形态和预设矩形结构形态获取钢结构通廊的实时偏移角度的方法为：
8.根据权利要求7所述的基于计算机视觉和AI的钢结构定位方法，其特征在于：
9.根据权利要求7所述的基于计算机视觉和AI的钢结构定位方法，其特征在于：<...
【技术特征摘要】
1.基于计算机视觉和ai的钢结构定位系统，其特征在于，包括：
2.根据权利要求1所述的基于计算机视觉和ai的钢结构定位系统，其特征在于：
3.根据权利要求1所述的基于计算机视觉和ai的钢结构定位系统，其特征在于：
4.根据权利要求3所述的基于计算机视觉和ai的钢结构定位系统，其特征在于：
5.基于计算机视觉和ai的钢结构定位方法，应用于权利要求1-4任一项所述的基于计算机视觉和ai的钢结构定位系统，其特征在于，包括以下步骤：
6.根据权利要求5所述的基于计算机视觉和ai的钢结构...
【专利技术属性】
技术研发人员：夏春，吴旭，许德明，
申请(专利权)人：中国一冶集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。